製品操作：支払い率を上げるには？

最近、私は友人たちと楽しみのためにいくつかの問題について話し合うことがあります。友人の一人が私にこう質問しました。「支払い率を上げるにはどうしたらいいですか？」

私は彼に、これは特定のビジネスを指しているのでしょうか、それとも一般的なビジネスを指しているのでしょうかと尋ねたところ、彼は一般的な意味でのものだと言いました。私は彼にそれについてどう思うかと尋ねたところ、彼はまだよく考えていないが、彼の一般的な考えは、新しいユーザーが支払うことと古いユーザーが支払うことの観点からそれを検討することだと言いました。

私は自分の考えを話したばかりですが、この 2 日間でいくつかのアイデアやインスピレーションが浮かびました。これは問題ではなく、問題の一種であると感じたので、その問題に基づいて演繹的に考えました。

この記事は主に2つの部分から構成されています。1つは納付率の向上について考える部分、もう1つはそれを踏まえて控除額を、より一般的な範囲に広げていく部分です。

1. 支払い率を向上させる方法

まず、私がその日に出した暫定的な答えについてお話しします。

私の理解では、支払い率 = 有料 UV / 全体 UV であり、必要なのは有料 UV を増やすか、全体 UV の質を向上させることです。後者は実際にはチャネルとユーザーのマッチングの問題であり、前者が議論の対象です。

製品を使用するユーザーの場合、対応する支払い変換パスは、未払い - 初回支払い - 継続支払い - 損失です。

すると、有料 UV を増やす場合の対応する問題は次のようになります。

• ユーザーはなぜお金を払うのでしょうか? 支払い意欲を高め、支払いのハードルを下げるにはどうすればよいでしょうか?
• ユーザーにメリットを還元し、最初の有料コンバージョンを完了できるようにする方法はありますか?
• ユーザーが支払いを継続する必要がある理由、追加支払いのメリット、支払いを行わない場合のペナルティ。
• ユーザーが離脱する理由、LT を延長する方法、離脱を警告する方法、離脱後にユーザーを呼び戻す方法。

後でもう一度考えてみたのですが、支払い率は実はビジネスモデル自体の特性と根本的に関係していて、支払いの定義も異なる可能性があります。例えば、電子商取引と付加価値サービス製品の支払い率の値は間違いなく異なります。

慎重に検討した結果、異なるビジネス モデル間の支払いの違いは、主に 2 つのポイントによって決まります。1 つは製品の決定サイクル、もう 1 つはユーザーのライフ サイクルです。

製品決定サイクルとは、ユーザーが初めて製品について知り、最終的に行動を起こすことを決定するまでにかかる時間と、決定の複雑さを指します。これは、製品自体の標準化の程度、価格、試行錯誤のコスト、意思決定のシナリオなど、多くの要因によって影響を受けます。

たとえば、車や家を買うことは、意思決定サイクルが長い典型的なことです。一方、どのテイクアウトを注文するか、どの服を買うかなどは、意思決定サイクルが比較的短いものです。

一般的に、製品の標準化度が高ければ高いほど、価格は下がり、試行錯誤のコストは下がり、意思決定が容易になります。

逆に言えば、意思決定が難しい状況になります。このとき、製品の無料トライアルや、信頼関係を築くための長期フォローアップなど、意思決定を支援する手段は数多くあります。

ユーザーライフサイクルとは、主にユーザーとあなたの関係がどのくらい続くかを指します。それは 1 回限りか、低頻度か、それとも中高頻度か?これはビジネス モデル自体によって異なります。ビジネスが異なれば、ユーザーのライフ サイクルも確実に異なります。

たとえば、家を買うのは 1 回か 2 回だけかもしれませんが、服はときどき買いますし、テイクアウトは毎日注文するかもしれません。

ユーザーのライフサイクルの長さは、その後の戦略の策定を直接決定します。

ワンタイムビジネスは、主に顧客獲得コスト、平均注文額、コンバージョン率に焦点を当てています。結局のところ、それは一度きりの取引です。低頻度ビジネスは、特定のシナリオでユーザーにあなたのことを考えてもらうことであり、1人のユーザーの価値は顧客獲得コストよりも大きくなる可能性があります。

中・高頻度ビジネスでは、主に顧客獲得コスト、定着率、再購入率、ARPPU、LT（ライフサイクル）、LTV（ライフサイクルバリュー）に重点を置いています。

ビジネスモデルが異なれば当然違い、支払い率の特性も異なるため、次のような基本的な仮定しか立てられません。

• 大前提はビジネスモデル自体に関係しており、主に製品の意思決定サイクルとユーザーのライフサイクルに依存します。
• ちょっとした前提として、前述の変換手順、新規ユーザーの有料変換、および古いユーザーからの継続的な支払いがあります。

具体的には、特定の問題のみを具体的に分析することができます。

2番目に推論する

これは 1 つの質問に過ぎませんが、XX を改善する方法、たとえば、売上高を増やす方法など、一連の質問に拡張できますか。使用時間を増やすにはどうすればいいですか?

そこで私は、同様の問題を解決するのに役立つ普遍的な考え方があるかどうか考え始めました。

私の最初の答えは、まず指標を定量化し、次にそれをさまざまな次元に従って分解し、関連する影響要因を見つけ、いくつかの推測と仮説を立て、最後にそれらを確認または反証することでした。

それぞれを個別に見てみましょう:

1. 定量的指標

ここで重要なのは、問題を明確に定義することです。定量化できる場合は、定量化します。定量化できない場合は、定量化する方法を見つけられるかどうかを確認します。結局のところ、定量化できないものは評価や改善が困難です。

例えば、前述の支払いの問題に関して、1 日あたり 100 万人の DAU と 1 日あたり 1 万人の有料ユーザーがいると仮定すると、有料ユーザーは多いのでしょうか、それとも少ないのでしょうか。有料ユーザーとはどのようなユーザーを指しますか?

したがって、最初のステップは、適切な定量的指標を見つけ、関連する計算基準を明確に定義することです。

2 番目のステップは、定量的な表現に適した式を見つけることです。 それを式に定量化すると、どの関連指標がこの指標に影響を与えるかがわかります。

たとえば、利益 = 収益 - コスト - これは基本的な公式です。利益を増やしたい場合、必要なのは収益を増やしてコストを削減することだけです。

例えば、前述の支払い率 = 支払った UV / 総 UV なので、分子を増やすこと、分母が同じであればユーザーの質を向上させることが必要になります。

次のステップは、この基本的な公式を継続的に改良することです。

2. 次元分解

考え方の 1 つは、データを全体から部分へと空間順に分割することです。たとえば、収入 = 事業 1 からの収入 + 事業 2 からの収入 + 事業 3 からの収入… です。

別の考え方としては、プロセス全体を時系列、つまり出来事の自然な流れで整理し、イベントの前、最中、後のリンクを把握することです。たとえば、コンバージョン パスに基づく収益の計算式では、収益 = トラフィック * クリックスルー率 * 購入コンバージョン率 * 購入成功率 * 平均注文額となります。

明確なアイデアがない場合は、まず分析の対象となるいくつかの側面をリストアップし、その後、一般的な性別、年齢、地域など、分析を進めながら確認していきます。

分解の目的は、この定量的指標の基本式に、可能な限り多くの関連する影響要因を統合することです。

分解前の式:

利益 = 収益 - コスト

最初の分解後:

利益 = トラフィック * クリックスルー率 * 購入コンバージョン率 * 購入成功率 * 顧客単価 - (人件費 + マーケティング費用 + ソフトウェアおよびハードウェア費用)

そして、分解して改良し続けるだけです。

分析が詳細になるほど、ビジネスに対する理解が深まり、それに応じてビジネスに対するコントロールが強化されます。

3. 影響要因を見つける

大まかに分類すると、影響要因は次のカテゴリに分類できます。

• 目標達成に積極的に貢献するもの、いわゆる原動力。
• 目標に対してマイナスに働くもの、いわゆる抵抗。
• あまり影響はありません。

必要なのは、現在の影響要因の分類を明確にし、推進力を高めて抵抗を減らすことです。80/20ルールに従って、目標への貢献度が高く、影響度が高く、影響範囲が大きい要因を優先します。

最後に、費用対効果と優先度を総合的に評価するために必要な難易度と時間を考慮します。

4. 仮説を立ててそれを検証または反証する

最後に、上記の仮定に基づいて、アイデアを確認または否定するためのいくつかの対応する調整戦略を作成します。これは通常、MVP と反復と呼ばれます。

上記の部分はまだ少し抽象的かもしれませんので、ケーススタディで終わりにしましょう。全体を見てみましょう。あなたの友人はタオバオストアを開くことを計画しており、これで利益が出るかどうか、そして試してみる価値があるかどうかをあなたと話し合いたいと考えています。

そこで、Taobao ストアをオープンし、最終的な目標は収益を上げることだとゆっくりと彼に伝えます。

利益 = 収益 - コスト

ユーザーが当社の製品やストアを見てから最終的に購入コンバージョンを完了するまで、一般的には購入前、購入、購入後の段階を経ることになります。

具体的には、次のようになります。

ストアまたはその製品を閲覧する - 購入に興味を持つ - ストアまたは製品の詳細ページに入る - 製品を閲覧する - 注文することを決定する - 注文する - 購入が完了する - 商品を受け取る - 購入を続行するか、終了する。

上記のユーザー行動をサポートするためには、商品の選択、調達、ユーザー獲得のための広告購入、店舗や詳細ページの最適化、物流や配送、カスタマーサービスの相談、ユーザーとの関係維持などを行う必要があります。

基本的な収益の計算式と、ユーザーのコンバージョン パスに影響を与えるさまざまな要因に基づいて、次のようなアップグレードされた計算式が得られます。

利益 = 露出 * クリックスルー率 * 注文コンバージョン率 * 支払い成功率 * 平均顧客単価 * 再購入率 * ユーザーのライフサイクル - (購入コスト + マーケティングコスト + 人件費 + 在庫コスト + その他の費用)

次のステップは、Taobao ストアを開設する場合、どの分野で大きな競争上の優位性があるか、どのような原動力を高められるか、またはどのような抵抗を軽減できるかを確認し、最後にターゲット グループと製品の選択を検討することです。

あなたの友人は「まあ、これは複雑すぎるよ」と叫びました。

簡単な計算をしてみましょう。すべての注文が平均的に利益を生んでいる限り、これは真実です。つまり、1 つの注文の収益 > 1 つの注文のコストです。

月々の経費がいくらになるかを計算し、損益分岐点に達するまでに何回の取引を完了する必要があるかを確認したり、トラフィック生成ツールとして初期段階で資金を費やし、収益性の高い製品を通じて利益を増やしたりすることができます。

最後に、簡単にまとめると、このような XX の改善では、まず指標を定量化して基本式を導き出し、次に基本式をさまざまな次元に分解して継続的に改善し、最後に主要な影響要因を見つけて、得られた推測に基づいて検証と反復を行います。

この定量的分解法は成熟したビジネスモデルには適していますが、まだ探索段階にあるビジネスには適用できない可能性があることに注意する必要があります。ただし、いくつかの考え方はまだ再利用できます。

著者: 王嘉塵

出典: 0から1までのプロダクトマネージャー